Mis on masinnägemine ja kui oluline on see isejuhtivate autode jaoks?

Võtmed kaasavõtmiseks

• Isejuhtivad autod tuginevad masinnägemistehnoloogiale, et näha ja mõista oma ümbrust, võimaldades neil objekte tuvastada, märke tuvastada ja teel navigeerida.
• Isejuhtivate autode masinnägemine koosneb kaamerasüsteemist, servade andmetöötlusest ja tehisintellekti algoritmidest, mis koguvad koos visuaalset teavet, töötlevad seda reaalajas ning tuvastavad mustreid ja objektid.
• Masinnägemine on isejuhtivate autode täieliku autonoomia saavutamiseks ülioluline, kuna see võimaldab objektide klassifitseerimist, sõiduradade ja signaalide tuvastamist, märkide tuvastamist ja liikluse tuvastamist. Autonoomsete sõidukite tulevik seisneb tehisintellekti, tipparvutite ja kaameratehnoloogia edusammudes.

Isejuhtivad autod on alati tähelepanu äratanud. Kuigi meil ei pruugi veel täielikult autonoomseid autosid olla, on meil autosid, mis on varustatud täiustatud autodega juhiabisüsteemid (ADAS), mis on võimelised automaatseks juhtimiseks, sõidurea vahetamiseks, parkimiseks ja liiklusteadlik püsikiiruse hoidja.

Isejuhtiv auto kasutab oma ADAS-i jaoks arvukalt andureid, kusjuures masinnägemine on peamine viis objektide ja üldise ümbruse tuvastamiseks, tuvastamiseks ja kauguse arvutamiseks. Ilma masinnägemiseta on püsikiiruse hoidja ja autopiloodiga isejuhtivad autod väga ebatõenäolised.

Mis on masinnägemine?

Masinnägemine on tehnoloogia, mis võimaldab masinatel näha ja ära tunda ümbritsevas keskkonnas olevaid objekte. See on arvutinägemise alamhulk, mis keskendub nägemisele orienteeritud objektide tuvastamise tööstuslikele rakendustele autonoomsetes masinates, nagu robotid ja sõidukid.

Masinnägemine kasutab tänapäeval tehisintellekti süvaõppe algoritme, nagu konvolutsioonilised närvivõrgud (CNN) luua tugevaid ja hästi üldistatud mudeleid, mis suudavad objekte erinevates valdkondades täpselt tuvastada tingimused. See võimaldab rakendada masinnägemust erinevatel suuremat töökindlust nõudvatel ülesannetel tootmises, põllumajanduses, robootikas ja autotööstuses.

Kuidas masinnägemine isesõitvates autodes töötab?

Isejuhtivate autode masinnägemise võib tavaliselt jagada kolmeks osaks: kaamerasüsteem, töötlemine (servaarvutus) ja AI. See tehnoloogiapakk võimaldab autonoomsel sõidukil näha, mõelda ja tuvastada sõidu ajal märke ja takistusi. Arutleme põhjalikult iga osa üle, et mõista, kuidas need tehnoloogiad omavahel seostuvad, moodustades isejuhtiva auto masinanägemise.

Kaamera süsteem

Masinnägemine tugineb kaamerasüsteemidele, et koguda keskkonna kohta visuaalset teavet. Isejuhtivad autod kasutavad auto ümber mitut kaamerat, et koguda võimalikult palju visuaalset teavet.

Masinnägemiskaamerates kasutatakse kahte peamist andurit: komplementaarsed metalloksiidi pooljuhid (CMOS) ja laadimisega ühendatud seadmed (CCD). Isejuhtivate autode puhul eelistatakse sageli CMOS-i selle kiire lugemiskiiruse ja võimsa laeval oleva võimsuse tõttu elektroonika ja paralleeltöötlusvõimalused, muutes selle kiiremaks anduriks, ehkki mürale altid või esemeid. Lahendused, nagu erinevad valgustusrežiimid, digitaalne öine nägemine ja filtrid, võivad CMOS-andurit aidata ebasoodsamate valgustingimuste korral.

Isejuhtivate autode jaoks paigaldatakse kaamerad üksteisest teatud kaugusele, et tekitada stereoskoopiline nägemine. Stereoskoopiline nägemine on võime kombineerida kahte või enamat visuaalset sisendit, luues objektides ja keskkonnas sügavuse või kolmemõõtmelisuse tunde. See omakorda võimaldab autodel trianguleerida ja arvutada ligikaudset kaugust objekti ja auto vahel.

Kuna inimestel on kaks silma, on meile kasulik ka stereoskoopiline nägemine. Saate seda ise katsetada; sulgege üks silm ja valige oma laualt väike objekt. Asetage käsi objekti küljele ja veenduge, et objekti ots oleks vähemalt kahe tolli kaugusel. Proovige mõneks sekundiks pausi teha ja vaadake, kui kindel te oma ligikaudses hinnangus olete. Nüüd proovige avada mõlemad silmad ja vaadake, kuidas teie sügavustunne on palju parem.

Edge arvuti

Sel ajal, kui isejuhtiva auto kaamerasüsteem kogub andmeid, kogub pardaarvuti (servaprotsessor) töötleb kõiki sisendeid reaalajas, et värskendada süsteemi keskkonna olekut kohe. Kuigi tüüpilised masinnägemisülesanded võivad pilvandmetöötluse abil raha säästa, on neid lihtsalt liiga palju oht, et isejuhtivad autod on pilvega ühendatud, isegi kui see on mõeldud protsessi sisseostmiseks masinnägemise nõuetes.

Servaarvuti kasutamine sisendandmete töötlemiseks kõrvaldab latentsusprobleemid ja tagab andmete reaalajas vastuvõtmise, töötlemise ja edastamise. Isesõitvate autode servaarvutid kasutavad spetsiaalseid arvuteid, mis integreerivad tehisintellekti graafikaprotsessoreid, nagu NVIDIA Tensor Core ja CUDA Cores.

AI algoritmid

Algoritmid on alati olnud masinnägemise oluline osa. Algoritm võimaldab arvutil tuvastada kõik kaamerasüsteemi pakutavad mustrid, kujundid ja värvid. AI kasutamine traditsioonilisemate masinnägemisalgoritmide asemel suurendab oluliselt isejuhtiva auto võimet tuvastada usaldusväärselt objekte, tänavaviitasid, teemärgiseid ja foore. Isejuhtivate autode koolitamiseks kasutatakse paljusid AI-algoritme. Kõige populaarsemate hulka kuuluvad:

• YOLO (Sa vaatad ainult üks kord): Reaalajas objektituvastusalgoritm, mis tuvastab ja jälgib objekte auto vaateväljas.
• SIFT (Scale-Icar'sant Feature Transform): Funktsioonide eraldamiseks kasutatav see aitab autol ära tunda ümbritsevas eristavaid maamärke ja objekte.
• Orienteeritud gradientide histogramm (HOG): Objektide tuvastamiseks kasutatav see keskendub piltidelt kohalike mustrite ja gradientide eraldamisele.
• TextonBoost: Algoritm, mis aitab objektide tuvastamisel keskkonna tekstuure analüüsides.
• AdaBoost: Andmete klassifitseerimiseks kasutatav AdaBoost ühendab mitu nõrka klassifikaatorit, et teha tugevaid otsuseid sõiduki teel olevate objektide ja takistuste kohta.

Masinnägemise tähtsus isejuhtivates autodes

Masinnägemine on isejuhtiva auto peamine viis ümbritsevat tajuda ja mõista. Ilma masinnägemiseta on väga tõenäoline, et isejuhtivad autod lükatakse tagasi 1. tasemele. sõiduki autonoomia skaala ja ei pruugi kunagi saavutada täielikku autonoomiat.

Masinnägemise abil on isejuhtivad autod nüüd võimelised objektide klassifitseerimiseks, sõiduradade ja signaalide tuvastamiseks, märkide tuvastamiseks ja liikluse tuvastamiseks.

Kuigi paljud isejuhtivad sõidukid kasutavad nüüd erinevaid andureid, nagu LIDAR, RADAR ja SONAR, sõltuvad kõik suuresti masinnägemine, et näha keskkonda, tuvastada objekte ning mõista märkide ja fooride tähendust tee. Kõik need lisaandurid on mõeldud ainult masina nägemise suurendamiseks ning inimeste, loomade ja varade ohutuse suurendamiseks.

Sellegipoolest saab masinnägemine toimida iseseisvalt ilma teiste andurite abita, et pakkuda autopiloodi võimalusi. Tegelikult loobusid Tesla uusimad isejuhtivad autod RADAR-ist ja toetuvad nüüd oma Autopilot-süsteemis ainult masinnägemisele.

Kuigi see ei tähenda midagi teiste sensortehnoloogiate kasulikkuse diskrediteerimise seisukohalt, näitab see masinnägemise tähtsust ja võimsust isejuhtivates autodes.

Masinanägemise tulevik autonoomsetes sõidukites

Masinnägemine on isejuhtivate autode vundament. Masinnägemise kaudu näevad autod keskkonda täpselt nii, nagu inimesed seda teevad. Kuigi väljakutsed püsivad, ei saa masinnägemise eeliseid ohutuse ja navigeerimise osas alahinnata. Mis puutub autonoomsete sõidukite tulevikku, siis kõik edasised edusammud tehisintellekti, servaarvutuse ja/või kaamera vallas tehnoloogia muudab isejuhtivad autod kindlasti oskuslikumaks, mis tõstab need tõenäoliselt kõrgemale tasemele automatiseerimine.